Outpatient Embedded Palliative Care for Patients with Advanced Thoracic Malignancy: A Retrospective Cohort Study
Notice bibliographique
Résumé
Although cancer care is often contextualized in terms of survival, there are other important cancer care outcomes, such as quality of life and cost of care. The ASCO Value Framework assesses the value of cancer therapies not only in terms of survival but also with consideration of quality of life and financial cost. Early palliative care for patients with advanced cancer is associated with improved quality of life, mood, symptoms, and overall survival for patients, as well as cost savings. While palliative care has been shown to have numerous benefits, the impact of real-world implementation of outpatient embedded palliative care on value-based metrics is not fully understood. We sought to describe the association between outpatient embedded palliative care in a multidisciplinary thoracic oncology clinic and inpatient value-based metrics. We performed a retrospective cohort study of 215 patients being treated for advanced thoracic malignancies with non-curative intent. We evaluated the association between outpatient embedded palliative care and inpatient clinical outcomes including emergency room visits, hospitalizations, intensive care unit admissions, hospital charges, as well as hospital quality metrics including 30-day readmissions, admissions within 30 days of death, inpatient mortality, and inpatient hospital charges. Outpatient embedded palliative care was associated with lower hospital charges per day (USD 3807 vs. USD 4695, p = 0.024). Furthermore, patients who received outpatient embedded palliative care had lower hospital admissions within 30 days of death (O.R. 0.45; 95% CI 0.29, 0.68; p < 0.001) and a lower inpatient mortality rate (IRR 0.67; 95% CI 0.48, 0.95; p = 0.024). Our study further supports that outpatient palliative care is a high-value intervention and alternative models of palliative care, including one embedded into a multidisciplinary thoracic oncology clinic, is associated with improved value-based metrics.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».